Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
Revista Electrónica de Psicología Iztacala. 14, (1), 2011
www.revistas.unam.mx/index.php/repi www.iztacala.unam.mx/carreras/psicologia/psiclin
354
Vol. 14 No 1 Marzo de 2011
MODELOS DE CLASES LATENTES PARA DEFINIR PERFILES CONDUCTUALES EN
NIÑOS DE 4 Y 5 AÑOS. Claudio R. Castro López1, Aurora Montano Rivas2 y Laura Oliva Zarate3
Universidad Veracruzana Facultad de Estadística e Informática Instituto de Psicología en Educación
Resumen: El objetivo de la investigación que se reporta fue identificar problemas de conducta en los niño(a)s de 4 y 5 años de edad mediante la aplicación de un cuestionario sobre comportamiento infantil y su análisis, así como las conductas más manifestadas a estas edades. Se aplicó el cuestionario CBCL (Chile Behavior Check List) de Achenbach y Rescorla (2002) a padres de familia con el objetivo de evaluar los problemas de conducta que presentan niños en edad preescolar. La muestra de estudio se conformó de padres de 535 niños de entre 4 y 5 años de edad, que residen en la ciudad de Xalapa, Veracruz, México; correspondientes a tres estratos socioeconómicos. Se encontraron los modelos de clases latentes para los síndromes internos, externos y problemas del sueño los cuales presentan dos clases respecto de sus comportamientos, esto nos permitió identificar perfiles de conducta de mayor frecuencia en los niños. El aporte principal del estudio fue la identificación de las características de los niños que a edad temprana presentan problemas de conducta, con la finalidad de implementar métodos que permitan la modificación de sus futuros malos comportamientos; recomendando a las directoras de los planteles canalizar a los niño(a)s dentro de la escuela en caso de contar con un equipo multidisciplinario o bien de manera
1 Profesor de tiempo completo en la Facultad de Estadística e Informática, Universidad Veracruzana [email protected] 2 Profesora de tiempo completo en la Facultad de Estadística e Informática, Universidad Veracruzana [email protected] 3 Investigadora en el Instituto de Psicología en Educación, Universidad Veracruzana. [email protected]
Revista Electrónica de Psicología Iztacala. 14, (1), 2011
www.revistas.unam.mx/index.php/repi www.iztacala.unam.mx/carreras/psicologia/psiclin
355
externa con el especialista, bajo el previo conocimiento y apoyo de los padres. Palabras clave: Síndromes internos, Síndromes externos, Síndromes de sueño, Reactivo, Modelos de Clases Latentes, Perfil.
Abstract: The goal of our investigation was to identify behavioral patterns of 4 and 5 years old children. The questionnaire CBCL (Chile Behavior Check List) of Achenbach and Rescorla was applied to parents of family in order to collect information about their pre-school age children behaviour problems. We studied a sample of 535 parents of children among 4 and 5 years old who reside in the city of Xalapa, Veracruz, Mexico; corresponding to three socioeconomic layers. Models of two latent classes for the internal syndromes, external syndromes and problems of the dream were useful to identify the more frequents profiles of behaviour in the population. The main contribution of the study was the early identification of the characteristics of children who present behaviour problems, in order to implement methods which allow the modification of their possible future bad behaviour. Our results favour the possibility that children receive adequate attention by schools or be recommended to external attention in case there is not a multidisciplinary team at the school. Key words: Internal, external and dream syndromes, Item, Models of Latent Class Models, Profile.
Introducción. La aplicación de metodología estadística a problemas del comportamiento
humano y ciencias de la salud es frecuente y con resultados importantes desde el
punto de vista de los hallazgos encontrados en los diversos análisis univariantes,
bivariantes y sobre todo multivariantes.
Por otra parte, el uso de modelos estadísticos en diversas áreas científicas
se ha visto beneficiado por el apoyo que brindan los procesos computacionales,
en la actualidad es posible evaluar algoritmos complejos, que presentan altos
requerimientos de cálculo computacional. Tal es el caso de los Modelos de Clases
Latentes (MCL) de Lazarsfeld y Henry (1968) y Goodman (1974), los cuales
constituyen una poderosa herramienta para encontrar variables que subyacen en
los datos, pero que requieren de procesos computacionales complejos.
Presentamos en este documento el uso de los modelos de clases latentes,
aplicados a un problema de conducta en niños, bajo el esquema del modelo de
Revista Electrónica de Psicología Iztacala. 14, (1), 2011
www.revistas.unam.mx/index.php/repi www.iztacala.unam.mx/carreras/psicologia/psiclin
356
mezclas para agrupamiento; el cual considera que cada clase latente representa
una clase subyacente a la que pertenecen los individuos de una población o
muestra.
El problema Los trastornos de conducta se manifiestan, normalmente, en etapas muy
tempranas del desarrollo. Los padres expresan que sus hijos manifiestan
impulsividad, rabietas frecuentes e incontrolables así como agresividad. El
problema puede ser identificado en el inicio en la guardería o en la etapa
preescolar: En estos ámbitos, el niño pelea con frecuencia con compañeros, no
cumple las normas de la clase y los maestros externan su queja a los padres. De
no atender tal situación, se puede prever a futuro (adolescencia) un repertorio de
conductas, con frecuentes agresiones físicas, mentiras, robos, consumo de
drogas, amenazas y fugas del hogar. Tales niños, suelen ser manipuladores e
insensibles a los consejos y consecuencias. La identificación de trastornos de
conducta en la niñez permite predecir futuros problemas de adaptación durante la
adolescencia y la edad adulta. Los resultados empíricos de varias investigaciones
señalan que los niños en los que se manifiestan formas extremas de este tipo de
problemas no los superan con la edad. Por tanto, es una necesidad urgente
identificar a edad temprana a los niños que puedan plantear problemas de
conducta y cometer delitos, así como el descubrir y perfeccionar métodos que
permitan su modificación.
Método. Existen diversos métodos y pruebas que permiten evaluar alteraciones en el
desarrollo infantil, ya se trate de aspectos emocionales, conductuales,
psicosomáticos o cognitivos. Uno de los mas adecuados por su sencillez, validez,
fiabilidad, aplicación transcultural y transracial lo constituye el CBCL (Child
Behavior Check List) de Achenbach y Rescorla (2000), que permite discriminar
niños normales de aquellos con alteraciones de conducta, que posteriormente
podrían ocasionar trastornos psiquiátricos. Es un instrumento estandarizado que
permite evaluar problemas conductuales/emocionales.
Revista Electrónica de Psicología Iztacala. 14, (1), 2011
www.revistas.unam.mx/index.php/repi www.iztacala.unam.mx/carreras/psicologia/psiclin
357
El CBCL está diseñado para registrar en un formato estandarizado
competencias y problemas de los niños como los reportan sus padres o tutores.
Puede ser auto administrado o administrado por un entrevistador, por ejemplo,
cuando el padre o tutor es analfabeta. El CBCL está también diseñado para
identificar síndromes de problemas que tienden a ocurrir juntos, de hecho, una
razón principal para desarrollar el CBCL fue proveer una fundamentación empírica
para identificar síndromes a partir de los cuales se construye una taxonomía de
desórdenes de la infancia. La palabra síndrome se refiere a problemas que
tienden a ocurrir juntos, sin implicar ningún modelo en particular para la naturaleza
o causa de los desórdenes. En lugar de imponer a priori evaluaciones acerca de
qué síndromes se presentan en los niños, éstos, se derivan cuantitativamente del
registro de los ítems del CBCL para referencias clínicas de los niños, hechas por
sus padres.
En los 7 síndromes reportados, los nombres son considerados como
sumarios descriptivos de los ítems que componen el síndrome en lugar de ser
etiquetas diagnósticas. Las escalas de los síndromes designados como Reactivo
Emocionalmente, Introversión, Somatización y Ansioso/Depresivo están
agrupadas bajo el membrete de internalización. Los síndromes de las escalas
designadas como Problemas de Atención y Agresividad están agrupados bajo el
membrete de externalización. Ese agrupamiento de los síndromes refleja una
distinción que ha sido detectada en numerosos análisis multivariantes de los
problemas conductuales/emocionales de los niños. Los dos grupos de problemas
han sido variadamente llamados Problemas de Personalidad versus Problemas de
Conducta (Peterson, 1961), Internalización versus Externalización (Achenbach,
1966), por ejemplo.
Los grupos de internalización y externalización reflejan asociaciones
empíricas entre el subconjunto de escalas lo que implica poner en contraste clases
de problemas. Esos problemas no son mutuamente exclusivos, sin embargo,
algunos individuos podrían tener ambas clases de problemas. En muchos
ejemplos de niños, correlaciones positivas fueron encontradas entre las escalas de
internalización y externalización. La agrupación de Internalización es
Revista Electrónica de Psicología Iztacala. 14, (1), 2011
www.revistas.unam.mx/index.php/repi www.iztacala.unam.mx/carreras/psicologia/psiclin
358
operacionalmente definida como la suma de la cuenta sobre los ítems de los
problemas de las escalas, Emocionalmente reactivo, Introversión, Somatización y
Ansioso/Depresivo. La agrupación de externalización es definida como la suma de
la cuenta de los ítems de los problemas de las escalas Problemas de Atención y
Comportamiento Agresivo. Solo una de las escalas, Problemas de sueño, no ha
tenido consistentemente altas cantidades ni en factores de internalización ni
externalización, por lo que no se le adjudicó a ninguno de estos.
La tabla 1 muestra cada síndrome y los ítems asociados a estos, las
respuestas que se solicitan en cada ítem se encuentran en una escala de tres
opciones para cada ítem que describe al niño y que haya ocurrido dentro de los
últimos seis meses, los padres encierran en un círculo el 2 si el ítem es muy cierto
o muy a menudo en su hijo; el 1 si el ítem es en cierta manera o algunas veces en
su hijo y el 0 si el ítem no es cierto. El récord total de la escala es computado
sumando los 1 y 2 de la escala que fueron registrados como descriptivos del niño,
ubicándose en cualquiera de los rangos; normal, limítrofe y clínico.
SINDROME ITEMS
I Reactivo Emocionalme
nte internalizació
n
Cualquier cambio lo perturba Tic Muestra pánico sin razón Súbitos cambios de tristeza a excitación Súbitos cambios de humor o sentimientos Se pone de mal humor a menudo Se molesta con situaciones o gente nueva Se queja mucho Se preocupa demasiado por todo
II Ansioso/Depri
mido internalizació
n
Es dependiente o apegado a los adultos Se ofende fácilmente Se molesta demasiado cuando lo separan de sus padres Se ve triste sin razón aparente Nervioso o tenso Cohibido, se avergüenza con facilidad Demasiado temeroso o ansioso Infeliz, triste o deprimido
III Somatización internalizació
n
Dolores o malestares (sin causa médica) No tolera las cosas fuera de su lugar Estreñido, no defeca (cuando no está enfermo) Diarreas o heces líquidas (cuando no está enfermo) No come bien
Revista Electrónica de Psicología Iztacala. 14, (1), 2011
www.revistas.unam.mx/index.php/repi www.iztacala.unam.mx/carreras/psicologia/psiclin
359
Dolores de cabeza (sin causa médica) Nauseas Dolor al hacer sus necesidades (sin causa médica) Dolores de estómago o retortijones (sin causa médica) Demasiado preocupado por la limpieza o el orden Vómitos (sin causa médica)
IV Introversión
internalización
Actúa como si fuera mucho menor que su edad Evita el contacto visual con otras personas No contesta cuando al gente le habla No participa en juegos activos Parece no reaccionar al afecto Demuestra poco afecto hacia la gente Demuestra poco interés por lo que le rodea Ensimismado, no se relaciona con los demás
V Problemas de sueño
No quiere dormir solo Tiene dificultad para quedarse dormido Peasdillas Se resiste a ir a dormir en la noche Duerme menos que la mayoría de los niños durante el día y/o la noche Habla o llora mientras duerme Se despierta con frecuencia durante la noche
VI Problemas de Atención
exterrnalización
No puede concentrarse o restar atención por mucho tiempo No puede quedarse quieto, es inquieto o hiperactivo Mala coordinación o torpeza Pasa rápidamente de una actividad a otra Vaga sin dirección
VII Conducta Agresiva
exterrnalización
No puede esperar, lo quiere todo de inmediato Desafiante Sus necesidades deben ser satisfechas inmediatamente Destruye cosas de sus familiares o de otras personas Desobediente No parece sentirse culpable después de portarse mal Se frustra fácilmente Pelea mucho Le pega a otras personas Le hace daño a otras personas o a animales sin intención Enojadizo Ataca a la gente físicamente El castigo no cambia su comportamiento Grita mucho Egoísta o se niega a compartir Obstinado, malhumorado, irritable Le dan rabietas o tiene mal genio Poco cooperador Quiere mucha atención
Tabla 1 Síndromes y sus ítems
Revista Electrónica de Psicología Iztacala. 14, (1), 2011
www.revistas.unam.mx/index.php/repi www.iztacala.unam.mx/carreras/psicologia/psiclin
360
Clases Latentes. El Análisis de Clases Latentes (ACL) es un método estadístico que permite
estudiar la existencia de una o varias variables latentes categóricas a partir de un
conjunto de variables categóricas observadas, en las cuales se define una
clasificación o tipología de los individuos en estudio. El ACL utiliza modelos que
son muy importantes dentro del análisis de datos multivariados, un modelo de
variables latentes, se define simplemente como un modelo estadístico que
especifica la distribución conjunta de un conjunto de variables aleatorias en el cual
alguna de estas variables – variable latente – es no observable (Sepúlveda 2004).
Cuando esto sucede según Bartholomew y Knott (1999) hay dos razones
fundamentales, una de tipo pragmático y otra de corte más teórico. La primera es
cuando no es posible trabajar con el conjunto completo de variables, y se
considera conveniente reducir la dimensionalidad de los datos con la menor
pérdida de información posible, y la segunda es cuando muchos de los conceptos
que se manejan en otras ciencias no pueden ser observados directamente; por lo
tanto, los modelos con variables latentes proporcionan una vía para tratar ambos
problemas. De aquí el gran auge que han tenido, presentándose un gran número
de aplicaciones, en particular en las áreas como: ciencias sociales, medicina y
psicología (conducta); siendo un método de investigación muy activo en los
últimos 10 años.
El ACL define una clase latente por el criterio de la independencia
condicional, hipótesis muy fuerte que se debe cumplir, pues indica, que dentro de
cada clase latente cada variable es estadísticamente independiente de las otras
variables. Este supuesto implica que las variables latentes son las responsables
de la relación observada en las variables manifiestas, por lo tanto, no existe una
relación directa entre las variables manifiestas, estas están correlacionadas entre
si, pero esta correlación desaparece si las variables latentes permanecen
constantes. En otras palabras, toda la asociación observada entre las variables
manifiestas, está medida o explicada por las variables latentes.
Entre los autores clave en el desarrollo del ACL podemos citar a Lazarsfeld y
Henry (1968) o Goodman (1974), entre otros, aportan las ideas iniciales de este
tipo de modelos. Recientes trabajos como los de Lindsay, Clogg y Greco (1991);
Revista Electrónica de Psicología Iztacala. 14, (1), 2011
www.revistas.unam.mx/index.php/repi www.iztacala.unam.mx/carreras/psicologia/psiclin
361
Uebersax (1993); Magidson y Vermunt (2001) o Vermunt y Magidson (2002),
Sepúlveda (2004), entre otros, dan cuenta del desarrollo que han alcanzado
algunos métodos y modelos relacionados con el modelo de clases latentes.
El ACL supone un modelo paramétrico para obtener la clase de pertenencia
de un individuo a su clase latente, y lo hace tomando como base a los datos
observados. Los parámetros del modelo son las probabilidades de las clases
latentes y las probabilidades condicionales, es decir; (1) la existencia de C clases
latentes o subpoblaciones o submuestras (no observables directamente) y (2) las
probabilidades condicionales, también denominadas probabilidades a posteriori,
son las probabilidades obtenidas cuando las categorías de las variables (ítems)
observadas pertenecen a determinada categoría definida en la clase latente.
Existen dos supuestos a considerar en un análisis de clases latentes, uno de
ellos es el supuesto de independencia local, el cual considera que dentro de cada
clase latente las variables observadas son estadísticamente independientes, por lo
que la relación entre estas variables viene dada exclusivamente por la pertenencia
de un individuo a una clase en particular, ya que se espera que si la variable
latente permanece constante, cualquier relación existente entre las variable
manifiestas desaparece. Un aspecto importante y que tiene que ver con la
colapsabilidad o agrupamiento de categorías, es que si el supuesto de
independencia local se verifica para un conjunto de variables manifiestas, también
se verificará para un subconjunto de estas variables (Clogg, 1988).
El segundo supuesto es que las clases latentes son internamente
homogéneas, es decir, todos los miembros de una clase latente tienen la misma
distribución de probabilidad con respecto a la variable latente, y ésta será distinta
a la distribución de probabilidad para los individuos pertenecientes a otra clase,
por lo que individuos en diferentes clases presentarán características diferentes.
Este hecho sirve para diferenciar a los individuos pertenecientes a diferentes
clases y poder caracterizar tanto la variable latente como las clases latentes.
Considérese una variable latente Y con C categorías, donde cada categoría
de Y define una clase latente que se identificará con la misma letra que la
Revista Electrónica de Psicología Iztacala. 14, (1), 2011
www.revistas.unam.mx/index.php/repi www.iztacala.unam.mx/carreras/psicologia/psiclin
362
categoría correspondiente, y Q variables manifiestas i1, i2, …, iQ indicadoras de
la variable latente Y.
En este contexto, el MCL está definido por:
∑ ====c
ccpp ),Y()( iIiI (1)
donde ( )Qiii ,...,,1 2=i es un patrón de respuesta cualesquiera, )( iI =p es la
probabilidad conjunta de las variables observadas, y ),Y( iI == cp es la
probabilidad conjunta de tener un patrón de respuesta i y pertenecer a la clase
latente c. El modelo (1) se puede expresar por:
( )∑ ====
∑=
====
C
ccpcp
C
ccpp
Y)Y(
1),Y()(
iI
iIiI
(2)
donde p(Y = c), es la probabilidad de pertenecer a la clase latente c, conocida
como probabilidad a priori, y ( )cp == YI i es la probabilidad condicional de
obtener un determinado patrón de respuesta dado que el individuo pertenece a la
clase latente c. Así, (2) se puede expresar por:
( )∏
=
==∑ ===Q
1q
Yq
)Y()( cipC
ccpp
qiiI
donde ( )cip == Yqqi es la probabilidad de obtener un determinado valor en la
variable iq, dado que se está en la clase latente c.
Individuos con patrón de respuesta i son clasificados dentro de la clase
latente c, utilizando un asignamiento modal, es decir, los individuos se asignan a la
clase latente para la cual su probabilidad a posteriori, )/Y( iI == cp , es mayor
Clogg (1988).
Revista Electrónica de Psicología Iztacala. 14, (1), 2011
www.revistas.unam.mx/index.php/repi www.iztacala.unam.mx/carreras/psicologia/psiclin
363
Para estimar las probabilidades a posteriori, se utiliza el teorema de Bayes:
( )( )iI
iIiI
=
=====
p
cpcp
,Y)/Y( (3)
cuyo numerador y denominador, están definidos en las fórmulas anteriores.
Un criterio de selección del mejor modelo puede ser el criterio AWE (Average
Weight of Evidence) el cual se define de la siguiente forma Vermunt y Magidson
(2005):
nparNLAWE
++−= log
2
32log2
donde:
Llog = log verosimilitud
N: Tamaño de la muestra
npar: número de parámetros estimados
Aplicación. La población objeto de estudio son niños de entre 4 y 5 años de edad que
residen en la ciudad de Xalapa México, la muestra obtenida se conforma de la
opinión de padres de 535 niños, a quienes se les aplicó la escala CBCL sobre su
comportamiento conductual en los ítems ya mencionados. Los individuos de
estudio pertenecen a tres estratos socioeconómicos: bajo, medio y alto.
Se realizó la búsqueda de un modelo de clases latentes que agrupa las
variables manifiestas de los síndromes internos (síndromes I, II, III y IV), un
modelo de clases latentes que agrupa las variables manifiestas de los síndromes
externos (síndromes VI y VII) y un modelo de clases latentes para las variables
manifiestas que consideran el síndrome V, problemas de sueño. Se utilizó el
software LATENT GOLD versión 4.0 (2003) de Statistical Innovations, para realizar
Revista Electrónica de Psicología Iztacala. 14, (1), 2011
www.revistas.unam.mx/index.php/repi www.iztacala.unam.mx/carreras/psicologia/psiclin
364
la búsqueda de los modelos de clases latentes, mediante una estimación máximo
verosímil de los parámetros utilizando el algoritmo EM.
Para el caso de los síndromes internos se obtuvieron los coeficientes que
presenta la siguiente Tabla:
Número de modelo
Número de clases latentes
AWE p-
valor Modelo 1 2-Clases 26180.2647 1.00 Modelo 2 3- Clases 26550.1281 1.00 Modelo 3 4- Clases 27033.9202 1.00 Modelo 4 5- Clases 27569.8113 1.00
Tabla 2. Coeficientes AWE de los modelos obtenidos para los ítems de los síndromes internos.
Del análisis de estos coeficientes y en base al valor del estadístico AWE más
pequeño, se seleccionó el modelo de 2 clases, el cual tiene las probabilidades a
posteriori que se presentan en la Tabla 3.
Item /
categoría Clase 1 Clase 2
Item
categoría Clase 1 Clase 2
Item
categoría Clase 1 Clase 2
21 79 92
Nunca 0.7955 0.3904 Nunca 0.9613 0.6784 Nunca 0.9184 0.6778
Algunas veces 0.1939 0.4782 Algunas veces 0.0382 0.2842 Algunas veces 0.0784 0.2700
Frecuentemente 0.0106 0.1314 Frecuentemente 0.0005 0.0374 Frecuentemente 0.0032 0.0522
46 82 97
Nunca 0.9440 0.8527 Nunca 0.7913 0.2635 Nunca 0.8893 0.5844
Algunas veces 0.0457 0.0965 Algunas veces 0.2060 0.6549 Algunas veces 0.1057 0.3376
Frecuentemente 0.0103 0.0509 Frecuentemente 0.0027 0.0816 Frecuentemente 0.0050 0.0780
51 83 99
Nunca 0.9499 0.7198 Nunca 0.7148 0.2764 Nunca 0.7643 0.4481
Algunas veces 0.0480 0.2215 Algunas veces 0.2684 0.5446 Algunas veces 0.2192 0.4391
Frecuentemente 0.0021 0.0587 Frecuentemente 0.0168 0.1790 Frecuentemente 0.0165 0.1128
Item /
categoría Clase 1 Clase 2
Item
categoría Clase 1 Clase 2
Item
categoría Clase 1 Clase 2
P10 P87 P24
Nunca 0.5098 0.2300 Nunca 0.8917 0.4139 Nunca 0.5891 0.3461
Algunas veces 0.3932 0.4668 Algunas veces 0.1072 0.5259 Algunas veces 0.3355 0.4365
Frecuentemente 0.0970 0.3033 Frecuentemente 0.0012 0.0602 Frecuentemente 0.0754 0.2174
P33 P90 P39
Nunca 0.5758 0.2332 Nunca 0.9837 0.7154 Nunca 0.9269 0.8028
Algunas veces 0.3549 0.4685 Algunas veces 0.0163 0.2609 Algunas veces 0.0671 0.1587
Frecuentemente 0.0693 0.2983 Frecuentemente 0.0001 0.0237 Frecuentemente 0.0060 0.0385
Revista Electrónica de Psicología Iztacala. 14, (1), 2011
www.revistas.unam.mx/index.php/repi www.iztacala.unam.mx/carreras/psicologia/psiclin
365
P37
P1
P45
Nunca 0.7300 0.3627 Nunca 0.8638 0.5903 Nunca 0.9461 0.7113
Algunas veces 0.2237 0.3751 Algunas veces 0.1288 0.3354 Algunas veces 0.0519 0.2346
Frecuentemente 0.0463 0.2622 Frecuentemente 0.0075 0.0743 Frecuentemente 0.0020 0.0541
P43 P7 P52
Nunca 0.8716 0.3877 Nunca 0.6000 0.4150 Nunca 0.9403 0.8394
Algunas veces 0.1245 0.4802 Algunas veces 0.3595 0.4805 Algunas veces 0.0569 0.1411
Frecuentemente 0.0040 0.1321 Frecuentemente 0.0405 0.1045 Frecuentemente 0.0028 0.0195
P47 P12 P78
Nunca 0.6699 0.3313 Nunca 0.8715 0.6498 Nunca 0.8950 0.6471
Algunas veces 0.2864 0.4502 Algunas veces 0.1082 0.2288 Algunas veces 0.1044 0.3443
Frecuentemente 0.0437 0.2186 Frecuentemente 0.0202 0.1213 Frecuentemente 0.0006 0.0086
P68 P19 P86
Nunca 0.6031 0.2483 Nunca 0.9291 0.8280 Nunca 0.7049 0.4967
Algunas veces 0.3518 0.5161 Algunas veces 0.0676 0.1532 Algunas veces 0.2600 0.3907
Frecuentemente 0.0451 0.2356 Frecuentemente 0.0033 0.0188 Frecuentemente 0.0351 0.1127
P93 P23 P70
Nunca 0.9686 0.9149 Nunca 0.4431 0.1707 Nunca 0.8238 0.4422
Algunas veces 0.0314 0.0851 Algunas veces 0.4795 0.5577 Algunas veces 0.1665 0.4346
Frecuentemente 0 0 Frecuentemente 0.0774 0.2716 Frecuentemente 0.0097 0.1232
P2
P62
P71
Nunca 0.7821 0.5636 Nunca 0.8976 0.5669 Nunca 0.8960 0.5550
Algunas veces 0.2074 0.3859 Algunas veces 0.1006 0.3884 Algunas veces 0.0991 0.3477
Frecuentemente
0.0105 0.0505 Frecuentemente 0.0019 0.0447 Frecuentemente 0.0049 0.0973
P4 P67 P98
Nunca 0.7999 0.5172 Nunca 0.9249 0.6869 Nunca 0.9341 0.5821
Algunas veces 0.1812 0.3643 Algunas veces 0.0696 0.2311 Algunas veces 0.0653 0.3808
Frecuentemente 0.0190 0.1185 Frecuentemente 0.0055 0.0820 Frecuentemente 0.0007 0.0371
Tabla 3. Probabilidades a posteriori correspondientes al modelo de dos clases.
Como se puede observar la categoría nunca del ítem 21 tiene mayor
probabilidad de pertenencia a la clase 1, y por otra parte algunas categorías de
determinados ítems tienen probabilidades mayores a O.5. Esto permitirá obtener
los perfiles de conducta de individuos que pertenecen a cada clase.
De manera análoga se procedió para obtener los modelos para los
síndromes externos, y el síndrome de problemas del sueño. En ambas situaciones
se obtuvieron modelos con dos clases latentes.
Revista Electrónica de Psicología Iztacala. 14, (1), 2011
www.revistas.unam.mx/index.php/repi www.iztacala.unam.mx/carreras/psicologia/psiclin
366
Resultados En base al análisis estadístico realizado, se presentan a continuación los
perfiles conductuales que presentan los niños según los síndromes internos,
externos y problemas asociados al sueño:
Perfil de las clases latentes en base a síndromes internos
Considerando las respuestas de los padres de familia como el patrón de
respuestas de cada individuo (36 variables indicadoras o ítems que corresponden
a los síndromes internos), aplicando un modelo de clases latentes en donde se
identifiquen diferentes clases, la tabla 2 muestra la obtención de 4 modelos en los
cuales se obtienen de 2 a 5 clases, con bondad de ajuste buena (p-valor 1.0).
Elegimos el modelo de 2 clases el cual tiene un coeficiente AWE de 26180.2647
que resulta menor al de los otros modelos. La clase 1 contiene el 60.63 % de los
casos y la clase 2 el 39.37 % restante.
Los perfiles de clase se describen a continuación:
� La clase 1 contiene el 60.63 % de los casos y el cluster 2 el 39.37 %
restante. Los individuos que se agrupan en esta clase son niños con una alta
probabilidad de no manifestar las características de los síndromes internos (esto
en base a las altas probabilidades a posteriori para la categoría nunca.
� Los individuos que se clasifican en la clase 2 son niños con una
probabilidad de mas del 50% de manifestar algunas veces las características de
los síndromes internos, tales como Súbitos cambios de humor o sentimientos
(ítem 82 con de probabilidad 0.6549 de manifestar algunas veces esta
característica), Se pone de mal humor a menudo (ítem 83 con de probabilidad
0.5446 de manifestar algunas veces esta característica), Cohibido, se avergüenza
con facilidad (ítem 68 con de probabilidad 0.5141 de manifestar algunas veces
esta característica), Demasiado temeroso o ansioso (ítem 87 con de probabilidad
0.5259 de manifestar algunas veces esta característica), No contesta cuando la
gente le habla (ítem 23 con de probabilidad 0.5567 de manifestar algunas veces
esta característica).
Revista Electrónica de Psicología Iztacala. 14, (1), 2011
www.revistas.unam.mx/index.php/repi www.iztacala.unam.mx/carreras/psicologia/psiclin
367
Perfil de las clases en base al síndrome de problemas del sueño
Considerando las respuestas de los padres de familia como el patrón de
respuestas de cada individuo, aplicando un modelo de clases latentes en donde se
identifiquen diferentes clases, y siguiendo el procedimiento anteriormente descrito,
se obtiene un modelo de dos clases o clusters para las 7 variables indicadoras o
ítems, que corresponden al síndrome de problemas de sueño. La clase 1 contiene
el 67 % de los casos y la clase 2 el 33 % restante.
� Los individuos que se clasifican en el cluster 1 son niños con una alta
probabilidad de no presentar las características del síndrome.
� Los individuos que se clasifican en el cluster 2 son niños con una
probabilidad de más del 50 % de presentar algunas veces las características
Pesadillas (ítem 48), Se resiste a ir a dormir en la noche (ítem 64), con una
probabilidad entre el 40 % y menor a 50 %, de hablar o llorar mientras duerme
(ítem 84), despertarse con frecuencia durante la noche (ítem 94), y a menudo
presenta la característica no quiere dormir solo (ítem 22).
Perfil de las clases en base a síndromes externos
Para los síndromes externos se obtiene un modelo de dos clases, donde la
clase 1 contiene el 57.98 % de los casos y el cluster 2 el 42.02 % restante.
� Los individuos que se clasifican en el cluster 1 son niños que tienen una
probabilidad alta de no presentar un gran numero de características del síndrome,
sin embargo tienen un probabilidad del 50% o mayor, de presentar las
características: desobediente (ítem 20), enojadizo (ítem 44) requiere mucha
atención (ítem 96).
� Los individuos que clasifican en el cluster 2 son niños que presentan una
probabilidad del 50 % o mayor de manifestar algunas veces las siguientes
Revista Electrónica de Psicología Iztacala. 14, (1), 2011
www.revistas.unam.mx/index.php/repi www.iztacala.unam.mx/carreras/psicologia/psiclin
368
características del síndrome: no puede concentrarse o prestar atención por mucho
tiempo (ítem 5), pasa rápidamente de una actividad a otra (ítem 59), sus
necesidades deben ser satisfechas inmediatamente (ítem 16), no parece sentirse
culpable después de portarse mal (ítem 27), pelea mucho (ítem 35), enojadizo
(ítem 44), obstinado, malhumorado, irritable (ítem 81), requiere mucha atención
(ítem 96), desobediente (ítem 20), egoísta o se niega a compartir (69), le dan
rabietas o tiene mal genio (ítem 85).Y presentan a menudo la característica de
No puede esperar, lo quiere todo de inmediato (ítem 8).
Conclusiones:
De acuerdo a los resultados podemos decir que el análisis de Clases
Latentes es una herramienta útil para estudiar el comportamiento conductual de
los niños. La modelación basada en Clases Latentes, nos permitió obtener 3
modelos con dos clases cada uno, que describen los comportamientos
conductuales en niños de 4 y 5 años que viven en la ciudad de Xalapa, Veracruz,
México, en lo referente a manifestaciones internas (síndromes internos), externas
(síndromes externos) y problemas de sueño, según el CBCL (Child Behavior
Check List) de Achenbach y Rescorla (2000).
Se obtuvieron los perfiles conductuales del niño preescolar los cuales son:
problemas del sueño, problemas de atención y agresividad, y problemas de índole
interno que en este caso nos permitió caracterizar patrones de comportamiento
que solo agrupados en determinadas conductas permiten la identificación de un
problema conductual, y que conductas presentadas de manera aislada no son
suficientes para definir un problema determinado. Bajo este planteamiento los
maestros, padres de familia y especialistas dejaran de etiquetar de manera vaga
los problemas que aquejan a los niños, brindando así mayor seguridad en la
definición de un perfil conductual.
Cabe mencionar que los resultados obtenidos respecto a la detección de los
problemas conductuales y los perfiles obtenidos fueron oportunamente entregados
a las Directoras de los planteles, a quienes se les recalcó la importancia de la
aproximación de un diagnóstico respecto a los problemas, tanto afectivos como de
Revista Electrónica de Psicología Iztacala. 14, (1), 2011
www.revistas.unam.mx/index.php/repi www.iztacala.unam.mx/carreras/psicologia/psiclin
369
conducta, en los niños de edad preescolar, recomendándose la canalización
dentro de la escuela, en caso de contar con un equipo multidisciplinario o bien de
manera externa con un especialista, esto, previo conocimiento y apoyo de los
padres. De esta manera se contribuye a la detección oportuna del síntoma en el
preescolar y se brindan resultados que son útiles en la observación del
comportamiento infantil en el ámbito escolar.
Por otra parte, el resultado de la adaptación del instrumento reveló que son
mínimos los cambios necesarios respecto a las preguntas que contiene el
cuestionario, por lo que es factible aplicarlo como originalmente ha sido elaborado
por Achenbach. Esto nos ha servido de referencia para aplicar nuevamente el
instrumento en particular a jóvenes de 12 a 17 años de la ciudad de Xalapa,
utilizando el que elaboró el autor sin ninguna adaptación, ya que con los datos
obtenidos en el presente estudio nos permite utilizar los instrumentos que han sido
elaborados para cada edad sin riesgo de obtener diferencias relevantes en lo que
se refiere a su adaptación; corroborando así la libertad de influencia cultural que
su creador sostiene.
Cabe mencionar que no obstante a lo antes mencionado se esta
corroborando a través de un análisis estadístico la adaptación del instrumento
para jóvenes aplicado en una muestra representativa de la ciudad.
Referencias bibliográficas.
Achenbach, T. y L. Rescorla (2002): Cuestionario sobre el comportamiento de niño(as) de 11/2-5 años. Burlington. ASEBA.
Bartholomew, D. J. y Knott, M. (1999): Latent Variable Models and Factor Analysis.
2nd Edition. Oxford University Press. London. Breiger, R. (1981): The Social Class Structure of Occupational Mobility. American
Journal of Sociology. 87, 578-611. Clogg, C. (1988): Latent class models for measuring. In R. Langeheine and J. Rost
(eds.). Latent Trait and Latent Class Models. Plenum Press. New York. Gilula, Z. (1986): Grouping and Association in Contingency Tables: An Exploratory
canonical Correlation Approach. Journal of American Statistical Association. 81, 773-779.
Revista Electrónica de Psicología Iztacala. 14, (1), 2011
www.revistas.unam.mx/index.php/repi www.iztacala.unam.mx/carreras/psicologia/psiclin
370
Goodman, L. A. (1974): ‘Exploratory latent structure analysis using both identifiable
and unidentifiable models’. Biometrika. 61, 215-31. Lazarsfeld, P. F. & Henry, N. W. (1968): Latent Structure Analysis. Houghton
Mifflin. Boston. Lindsay, B.; Clogg, C. C. y Greco, J. (1991): Semiparametric estimation in the
Rash model and related exponential response models, including a simple latent class model for item analysis. Journal of the American Statistical Association. 86, 96-107.
Magidson, J. y Vermunt, J. (2001): Latent class factor and cluster models, bi-plots
and related graphical displays. Sociological Methodology. 31, 223-264.
Peterson, D.R. (1961): Behavior problems of middle childhood. Journal of
Consulting Psychology, 25, 205-209. Sepulveda, R. (2004): Contribuciones al Análisis de Clases Latentes en Presencia
de Dependencia Local. Tesis doctoral, Universidad de Salamanca. Uebersax, J. S. (1993): Statistical modeling of expert ratings on medical treatment
appropriateness. Journal of the American Statistical Association. 88, 421-27.
Vermunt K. y Magidson J. (2005) Technical Guide for Latent Gold 4.0. Statistical
Innovations Inc.